改进模糊均值聚类算法在用地规划识别及负荷预测中的应用
辛洪波1
储琳琳2
顾志铭2
1.复旦大学 计算机科学技术学院,上海2004332.国网上海市电力公司 市南供电公司,上海200233
摘要：针对传统模糊均值聚类算法在城市规划图纸的地块信息分割识别中存在噪声敏感、误差较大等问题,提出了一种改进模糊均值聚类算法的用地规划智能识别技术.算法扩展了像素样本和聚类中心之间的距离,并在目标函数中引入了邻域像素的空间信息从而提高FCM聚类算法的准确性和抗干扰性.实验结果表明,采用改进的FCM算法得到城市规划不同性质用地的聚类面积和实际规划面积误差在-6.95％～13.08％,在此基础上得到的负荷预测数值与历史数据相比,准确率平均值约为96.4％.
关键词：城市规划地块信息电力系统负荷预测模糊均值聚类聚类中心聚类尺度抗干扰性
分类号：TM744(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(611033004)
论文发表日期：2022-09-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 546-551 )
英文信息